分类: 技术

ThinkBot Workflow 不是在对话里 babysit Codex，也不是散装独立 worker：它是挂在主 Agent 上的可持久化 DAG 引擎——提交、拆图、并行调度、Review、崩溃恢复与配额续跑，把多步交付从聊天轮询里抽成无人职守的状态机。

本文介绍 Memoh 消息处理管线的设计与实现。通过引入两阶段心跳消除 LLM 自主发消息的安全隐患，建立 Budget Model 统一后台任务模型降低成本 70-90%，搭建多模态回退管线让 DeepSeek 等纯文本模型也能"看懂"图片，最终将硬编码的消息处理逻辑重构为可插拔的 MessageProcessor 接口——新增内容类型只需实现接口加一行注册，无需修改现有代码。全文覆盖架构决策、根因分析和 31 个文件的实现细节。

Memoh 是一个多成员、结构化长记忆的容器化 AI agent 平台。本文详细记述了我们将群聊机器人（Discuss 模式）从上游的概念验证 Demo 重构为生产级系统的完整工程路径。核心贡献包括：（1）提出注入式架构，通过 SessionType / InjectCh / DiscussLateBindingPrompt 三个注入字段，使 Discuss 模式复用 Chat 模式的完整 Resolver LLM 管线，消除并行代码路径；（2）设计并实现智能计时子系统，包含消息去抖、多言值控制、空闲补偿、探针门和中断重试等 5 层决策机制；（3）实现被动记忆提取、Replyer 回复改写和表达式/行话学习系统，使 Bot 在群聊中具备持续学习能力；（4）通过 Dispatcher 队列机制，解决 LLM 执行期间的消息丢失问题。相比上游 449 行的演示级实现，我们新增了 8 个完整模块（共 1500+ 行代码）、7 个维度 16 项功能增强，并提供了 544 行单元测试覆盖。

2024年，AI辅助编程（VibeCoding）从一个时髦的概念变成了开发者日常工作流的一部分。但当我们真正投入实践时，很快会发现一个令人沮丧的事实：AI写代码很快，但写好代码很难。
在过去几个月里，我通过两个实际项目的开发，亲身体验了AI辅助编程的完整过程——踩过坑、花过冤枉钱、也收获了不少宝贵的经验。

被广场舞骚扰，所以买了个干扰器研究它的原理，想复刻和小型化

最近想要折腾下一个控制电机的东西,看到ESP32这系列芯片, 之前对这方面完出没接触,只是在大学的时候接触过C51单片机, 下面就一起开始从零学这东西吧~

这段时间想用BLE/WIFI控制电机,手上也有一块空闲的 zero W,于是赶紧动起手.

最近在折腾树莓派的蓝牙BLE服务，开始想用 golang来写，发现相关的库和资源都很少，后来换了想用python先做实验，毕竟python在这方面的资源比较多。